insight-o3-multimodal
Enable VLMs to perform generalized visual search—locating relational, fuzzy, and conceptual regions from free-form language descriptions. Introduces O3-Bench benchmark with high-density composite charts/maps, uses RL-trained vSearcher for spatial localization, improving frontier models (GPT-5-mini 39%→61.5%) without architecture changes.
Quellinformationen
- Repository
- ADu2021/skillXiv
- Letzte Quellaktivität
- 24. März 2026 um 19:42
- Erkannte Sprache von SKILL.md
- Englisch
- Sterne
- 6
- Forks
- 0
Installationsoptionen
Standardmäßig ist der Prompt ausgewählt, der zuerst die Quelle prüft. Sie können zu einem direkten Befehl wechseln oder eine lokale Kopie herunterladen.
Quelldateien prüfen
Lesen Sie SKILL.md und alle von SkillsMP angezeigten Begleitdateien, bevor Sie sich für eine Installation entscheiden.